分散式故障诊断算法的研究

耿雪娜　梁泽斌

摘要：随着新一代技术的发展以及众多人工智能设备的广泛应用，各种系统也随之变得更为复杂，在享受这些智能设备带来便捷服务的同时，人们也面临着由于系统故障而带来的损失，因此，对于系统的故障诊断应运而生。针对大型离散事件系统的故障诊断，设计并实现了基于模型诊断下的分散诊断算法系统。当出现故障时，诊断系统会运用分散诊断的原理，将被诊断系统拆分成若干子系统，逐个进行故障诊断，直至发现故障出处。

关键字：故障诊断  离散事件系统  分散式诊断  可诊断性

Research on the Distributed Fault Diagnosis Algorithm

GENG Xuena  LIANG Zebin

（Changchun University of Science and Technology， Changchun， Jilin Province， 130022 China）

Abstract： With the development of a new generation of technology and the widespread application of numerous artificial intelligence devices， all kinds of systems have become more and more complex. While enjoying the convenient services brought by these intelligence devices， people are also facing the losses caused by the faults of systems， so the fault diagnosis of systems has emerged as the times require. For the fault diagnosis of large-scale discrete event systems， this paper designs and implements a distributed diagnosis algorithm system based on model diagnosis. When a fault occurs， the diagnosis system will use the principle of distributed diagnosis to split the diagnosed system into several subsystems for fault diagnosis one by one until the source of the fault is found.

Key Words： Fault diagnosis; Discrete event system; Distributed diagnosis; Diagnosability

随着人们生活水平和工业制造能力的逐步提升，系统性能、产品质量、成本效率等指标不断提高，工业生产设备的复杂性和自动化程度也不断增加。为了避免出现财产损失、人员伤亡的情况，需要现代工业系统保持安全稳定。因此，系统的稳定性和可靠性是系统设备设计和建造过程中最为重要的问题之一。当系统出现故障时，需要以最高效率解决故障问题，这样才能尽可能不影响大型系统的运作。因此，基于模型的故障诊断系统诞生了。

故障诊断的研究目的是探寻检测、分离、识别系统中发生故障的方法，确定故障发生位置及故障类型。在过去一段时间，故障诊断获得了丰富的研究成果。LIN F等人首先提出了基于状态的离散事件系统诊断方法^[1]。在此之后，SAMPATHM等人提出了基于事件的方法研究離散事件系统的故障诊断，它将离散事件系统建模为有限状态自动机，通过在系统内构建诊断器判断系统的是否发生故障^[2]。但是对于整体结构庞大且复杂的大型系统设备而言，用这种方法进行故障诊断所耗费的时间和系统空间太大，诊断效率并不高。在此基础上，为了进一步提高诊断效率，JIANGS提出了并行自动机故障诊断方法，利用构造系统的全局twin-plant模型-验证器来直接判定系统的故障问题，这种方法的故障诊断效率相较于此前大部分方法都有所提升，但是遇到大型复杂系统还是会比较乏力^[3]。

上述提及的方法都能够有效处理规模较小的离散事件系统的故障诊断。但是，当遇到规模较大的系统时，上述方法将会变得相当困难。因此，学者们开始研究新的方法，来应对大型系统的故障诊断问题。DEBOUK R等提出了分散式诊断方法^[4]，而此后PENCOL? Y提出了分布式诊断方法^[5]。他们将离散事件系统按照一定规则拆分成若干个子系统，对每个子系统进行局部建模，再通过对各局部模型构建局部诊断器，对整个系统进行故障诊断分析。

在故障诊断的研究中，基于模型的故障诊断方法是运用最广泛的研究课题。迄今为止，基于模型的故障诊断技术已在许多应用领域成功实现，如轨道电路系统^[6]、旋转机械系统^[7]等。本文主要对离散事件系统与基于模型的故障诊断方法进行简单介绍，并实现基于模型诊断下分散诊断算法系统，并对算法进行详细分析。

1 故障诊断

1.1 离散事件系统

离散事件系统（Discrete Event System，DES）是一种在离散状态和事件上建模的系统，已被广泛应用于现代工业控制系统中^[8-12]。它的状态是离散的，且注重于逻辑和序列化的行为。

由于离散事件系统的系统状态在特定随机时刻会发生离散变化，因此系统的事件通常是随机的，而系统的状态变量通常是不连续的。一般来说，离散事件系统与连续系统相关，可以将它的定义简化为两个方面：一个是状态，一个是事件。其中，状态表示了系统的工作状况，而事件则表示了导致状态改变的行为。

1.2 可诊断性

由于人造系统复杂程度越来越高，系统部件故障诊断不再是一项基于经验和直觉的简单任务。在大规模、复杂的离散事件系统中，对其可诊断性的判断是一个非常具有挑战性的课题。离散事件系统的可诊断性是故障诊断领域的一个重要研究内容，它是一个系统能否进行故障诊断的前提。

可诊断性的研究大多数以动态系统为基础。如果在有限的延迟内，可以确定系统发生的故障类型是唯一的，即系统的模型中不存在不确定循环，则可以称被诊断系统是可以诊断的。如果在一定时间内无法确定唯一故障类型，那么系统中很有可能存在不确定循环，这样就无法确定该系统是否出现故障问题，此时称该系统是不可诊断的。

1.3分散诊断算法概述

现在的系统规模在逐步增大，因此几乎所有系统都具有模块化结构。一般而言，一个系统包括若干个模块、局部组件或子系统，这些组件自身可以包含若干个更小型的独立模块。这类具有模块化结构的系统通常情况下都有着比较大的状态空间，由于空间复杂性问题，因此对这类系统进行全局诊断不仅操作复杂，而且难度也相当大，难以以整体方式进行诊断。

于是随后的一些学者研究提出了各种扩展和改进的方法，其中一种就是分散式诊断方法。分散诊断算法需要构建被诊断系统的整体模型，从整体模型中将被诊断系统拆解，以进行接下来的故障诊断分析。

分散诊断算法可以很好地解决大型离散事件系统的诊断问题，它的算法思路如下：将全局系统按照某种规则进行拆解，运用分解算法将整体系统分解为若干个子系统，各个子系统又可以进而分解为规模更小的子系统，最底层子系统直接分解为各个组件，再分别对这些组件进行建模，建立观测器，以监测系统的数据信息。在此之后，子系统建立局部诊断器，读取各个组件自身的观测信息，基于此进行局部诊断推理，并生成本地诊断结果。再通过一个协调器^[9]，实现各个组件之间的通信，以便协调各个局部诊断结果。最后，协调器根据规定好的规则，将所有的局部诊断整合分析，最终得到全局诊断结果。

分散诊断算法的算法思想在很大程度上缩小了大规模系统的诊断搜索空间。因此，与那些需要运用整体来诊断整个系统的方法相比，模块化系统的自然分解比前者更具有快速诊断的优势。单个组件通常更易于本地诊断，但此类诊断可能无法考虑系统其余部分的影响。

2 算法描述

2.1 相关概念

2.2 系统执行过程

分散诊断算法系统的运行流程图如图1所示。

用有限状态自动机对被诊断系统进行整体系统建模，得到该系统的全局模型。此后，系统运用分解算法将全局模型拆成若干局部模型，以达到分散诊断的目的。

在获得局部模型后，就需要对各个局部模型建立站点。每个站点由两部分组成：观测器和诊断器。其中诊断器是站点的核心，它用于通过对特定类型的循环进行测试，在各个子系统中进行本地数据分析。每个站点都具有对系统数据观察和分析的能力。

在对各个局部模型建立站点时，先构建各个局部模型的观测器，对子系统的状态转换进行观测，获取系统的数据信息。接着构建各个局部模型的诊断器，对观测器获取的系统信息进行分析，在本地处理故障诊断并生成局部诊断结果。在子系统的可观察事件发生后，诊断器的状态是站点推断故障发生的诊断信息。一旦本地站点确定故障的发生，就会通过以某种形式定义的沟通规则，将其诊断信息与故障标签传达给协调器。

协调器运用决策算法，根据本地站点提供的原始信息分析与相关的通信规则和协调器的故障诊断决策规则来整合系统的故障信息。协调器的结构简单，它没有系统的模型，也不知道系统的结构。具体来说，它的内存和处理能力有限。协调器的任务是根据上述规定的决策规则处理从各个站点接收的消息，以推断全局系统故障的发生。

一般情况下，诊断器可以诊断出可诊断系统中的所有故障，无论故障的数目多少。通过检查各个诊断器的状态，可以在有限的延迟内检测出被诊断系统中出现的故障。

3 结语

本文针对于大型离散事件系统的故障诊断问题，研究了基于模型诊断下的分散诊断算法系统的实现。对分散诊断算法进行了详细且深入的研究，从算法的研究背景出发，到分散诊断系统的数学建模，再到算法的思想、算法的执行过程、算法的分析，最后给出了一个实例进行算法系统的演示与诊断系统对故障进行诊断的详细过程。

参考文献

[1] LIN F.Diagnosability of Discrete Event Systems and Its Applications[J]. Discrete Event Dynamic Systems，1994，4（2）：197-212.

[2] SAMPATH M，SENGGUPTA R，LAFORTUNE S，et al.Diagnosability of Discrete-event Systems[J]//IEEE Transactions on Automatic Control，1995，40（9）：1555-1575.

[3] JIANG S，HUANG Z，CHANDRA V，et al.A Polynomial Algorithm for Testing Diagnosability of Discrete-event Systems[J].IEEE Transactions on Automatic Control，2001，46（8）：1318-1321.

[4] DEBOUK R，LAFORTUNE S，Teneketzis D.Coordinated Decentralized Protocols for Failure Diagnosis of Discrete Event Systems[J].Discrete Event Dynamic Systems，2000，10（1-2）：33-86.

[5] PENCOLE Y.Diagnosability Analysis of Distributed Discrete Event Systems[C]//Eureopean Conference on Artificial Intelligence，Including Prestigious Applicants of Intelligent Systems， Valencia， Spain，2004.

[6]   邢玉龍.面向预测性维护的轨道电路故障诊断及预测方法研究[D].北京：北京交通大学 2022.

[7]   金桐彤.考虑域影响的旋转机械故障诊断方法研究[D].长春：吉林大学，2022.

[8]   吕舒园，刘富春，赵锐，等.分布式离散事件系统的模式故障预测研究[J].广东工业大学学报，2021，38（1）：54-63.

[9]   戴维，刘富春，赵锐，等.基于状态估计的分布式离散事件系统可诊断性研究[J].工业工程，2021，24（1）：123-131.

[10] 欧阳丹彤，罗知雨，耿雪娜，等.分布式离散事件系统的安全可诊断性算法[J].吉林大学学报（理学版），2018，56（3）：594-600.

[11] 欧阳丹彤，刘扬，宋金彩，等.结合结构特征基于测试集重排序的故障诊断方法[J].电子学报，2022，50（1）：63-71.

[12] 欧阳丹彤，孙睿，田新亮，等.基于部分最大可满足性问题的动态系统中最小故障检测隔离集求解方法[J].吉林大学学报（工学版），2023，53（4）：1163-1173.